20 Normalization

Normalization은 데이터베이스 설계에서 중복을 최소화하고 데이터 일관성을 유지하기 위한 프로세스입니다. 이는 데이터를 적절한 테이블에 분산시켜 중복을 방지하고, 데이터 간의 종속성을 관리하여 데이터의 일관성과 효율성을 향상시킵니다.

• FD와 KEY만으로 정의되는 Normal Forms
• 3NF까지 도달하면 정규화되었다고 말할 수 있다
• 보통 실무에서는 3NF 혹은 BCNF까지만 진행 

 

---

 

정규화에 들어가기 전에 알아볼 여러가지 Key

• Super Key (슈퍼키): 슈퍼키는 릴레이션에서 튜플들을 유일하게 식별할 수 있는 속성(또는 속성의 집합)의 조합
• Candidate Key (후보 키): 후보 키는 슈퍼 키이면서도 두 개의 attributes가 슈퍼키로 활약할 떄 (하나가 없으면 안 됨)
• Primary Key (기본 키): 기본 키는 후보 키 중에서 선택된 주 키로, 각 튜플을 유일하게 식별하는 주요 속성
• Prime Attribute (프라임 속성): 슈퍼키, 후보키, 기본키 어디라도 '키'라는 영역에 속해 있는 속성
• Non-Prime Attribute (비프라임 속성): 비프라임 속성은 후보 키의 구성에 포함되지 않은 나머지 속성

 

---

 

 

1NF (First Normal Form - 제1 정규형)

테이블의 각 속성은 원자값(Atomic Value)을 가져야 합니다. 즉, 각 속성에는 하나의 값만 있어야 하며, 다중 값이나 목록을 포함하지 않아야 합니다.

Before 1NF

After 1NF

 

 

 

---

2NF (Second Normal Form - 제2 정규형)

테이블이 1NF이면서, 모든 Non-prime attribute는 모든 key에 fully functionally dependent 해야 한다.

After 1NF (before 2NF)

• 슈퍼키인 account_id (X) 속성이 non-prime attributes들을 결정시키지 못하고 있습니다. 
• 후보키인 {bank_name, account_name} 속성이 non-prime attributes들을 결정시키지 못하고 있습니다. 

After 2NF

After 2NF

 

 

 

---

3NF (Third Normal Form - 제3 정규형)

테이블이 2NF이면서, non-prime attribute는 어떤 key에도 transitively dependent하면 안 된다. (non-prime attributes 사이에는 FD가 있으면 안 된다)

Transitive FD 
X -> Y & Y -> Z 일 때, X -> Z (unless either Y or Z is not subset부분집 of any key)

 

After 2NF (Before 3NF)

• {bank_name, account_num} (X) -> empl_id (Y),  empl_id (Y) -> empl_name (Z) : transitively dependent 일어나고 있다!!
• (위에 조건을 좀 더 쉽게) non-prime attribute인 empl_id가 empl_name을 FD하고 있다!! 

After 3NF

After 3NF

 

 

---

BCNF (Boyce-Codd Normal Form)

테이블이 3NF이면서, 모든 유효한 non-trivial FD X -> Y는 X가 super key여야 한다.

After 3NF (Before BCNF)

• Class(X)와 은행 이름(Y)이 FD 관계에 있다. BCNF에 따르면 X는 슈퍼키여야만 한다. 근데 아니다!! 

After BCNF

After BCNF

 

 

역정규화(Denormalization)

때로는 성능 향상이나 특정 쿼리의 처리 속도를 개선하기 위해 정규화된 데이터베이스를 역으로 변환하는 과정이 필요할 수 있습니다. 이것이 바로 역정규화(Denormalization)입니다.

1. 성능 향상: 정규화된 데이터베이스는 여러 테이블에 데이터를 분산시켜 저장하기 때문에 데이터를 검색하거나 조인할 때 조금 더 많은 시간과 자원이 소요
2. 간결성과 가독성: 정규화된 데이터베이스 설계는 여러 테이블 간의 관계를 유지하기 위해 많은 조인이 필요
3. 특정한 쿼리 최적화: 특정한 유형의 쿼리에 대한 응답 시간을 최적화하기 위해 역정규화를 수행
4. 복제 및 캐싱 활용: 역정규화는 데이터의 중복을 통해 데이터를 미리 계산하여 복제하거나 캐싱하여 성능을 향상

그러나 역정규화를 적용할 때 주의해야 할 점도 있습니다. 중복된 데이터의 일관성을 유지하기 위해 업데이트 연산이 필요하며, 이로 인해 데이터의 무결성이나 일관성이 저해될 수 있습니다. 또한, 역정규화는 일반적으로 쓰기 작업이 많은 환경에서는 권장되지 않을 수 있습니다. 역정규화를 고려할 때는 시스템의 요구 사항과 성능 특성을 고려하여 신중하게 판단해야 합니다.

 

 

 

---

Normalization
Normalization is the process of organizing data in a database to reduce redundancy and improve data integrity by decomposing tables into smaller, related tables.

Denormalization
Denormalization is the reverse process of normalization, involving the reintroduction of redundancy to improve query performance, simplify data retrieval, or meet specific performance requirements in a database.